基于P-M模型的棉田智能灌溉系統(tǒng)的設計與試驗

doi：10.6048/j.issn.1001-4330.2024.02.005

摘" 要：【目的】研究并分析基于P-M模型棉田智能灌溉系統(tǒng)的試驗設計。

【方法】基于P-M模型設計一套棉田智能灌溉系統(tǒng)，由數(shù)據(jù)采集節(jié)點、無線通信節(jié)點、云平臺決策終端、灌溉應用節(jié)點四部分組成。數(shù)據(jù)采集節(jié)點的氣象設備采集到數(shù)據(jù)后無線傳輸至云平臺決策終端，終端基于P-M模型計算單次灌溉量，在指定的灌溉時間自動發(fā)出灌溉指令，灌溉應用節(jié)點接收指令開啟閥門精確灌溉，土壤墑情變化由數(shù)據(jù)采集節(jié)點的墑情設備實時監(jiān)測后無線傳輸?shù)皆破脚_展現(xiàn)；以當?shù)貍鹘y(tǒng)灌溉模式作為對照（CK），灌溉系統(tǒng)設置120%（W1）、100%（W2）和80%（W3）3種灌溉模式，進行田間試驗。

【結(jié)果】3個試驗組灌溉工作在無人為干預的條件下實現(xiàn)全智能化，系統(tǒng)有效精準執(zhí)行灌溉指令；在灌溉水充足的情況下可選用W2模式，總耗水量較傳統(tǒng)模式增加16.85%的情況下土壤含鹽量下降13.65%，籽棉產(chǎn)量提高20.84%，水分利用效率提高3.41%，能夠大幅度提高產(chǎn)量的同時有效改善土壤環(huán)境；W3總耗水量較傳統(tǒng)灌溉減少6.52%，土壤含鹽量上升0.16%，鹽漬化速度較傳統(tǒng)灌溉模式變緩，籽棉產(chǎn)量提高11.18%，水分利用效率大幅提高，可達到兼顧提高產(chǎn)量與節(jié)水的效果。

【結(jié)論】驗證了智能灌溉系統(tǒng)的有效性和可行性，增加了灌溉系統(tǒng)的可選參數(shù)范圍。

關鍵詞：棉花；灌溉系統(tǒng)；產(chǎn)量；水分利用效率

中圖分類號：S274.2""" 文獻標志碼：A""" 文章編號：1001-4330（2024）02-0300-10

收稿日期（Received）：

2023-06-15

基金項目：

新疆維吾爾自治區(qū)“十四五”重大專項“智慧灌區(qū)與現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)綠色發(fā)展模式研究與示范”（2020A01003-4）

作者簡介：

惠瑞晗（1998-），女，河南鄭州人，碩士，研究方向為智慧農(nóng)業(yè)，（E-mail）hrhdyx1998@163.com

通訊作者：

林麗（1977-），女，吉林長春人，教授，博士，碩士生導師，研究方向為水利信息化、水資源規(guī)劃與利用，（E-mail）klmhll@126.com

0" 引 言

【研究意義】新疆是我國重要的棉花生產(chǎn)區(qū)，新疆南疆棉花播種面積占全疆的68.5%，灌溉用水需求較大，近年來新疆棉田主要采用膜下滴灌技術(shù)保溫保墑［1-3］。因此基于P-M模型的棉田智能灌溉系統(tǒng)設計與試驗研究，對提高水資源利用效率有重要意義。【前人研究進展】遠程控制灌溉［4］是最基礎也最易實現(xiàn)的灌溉系統(tǒng)。安置在土壤中基于介電法原理技術(shù)時域反射（TDR）、時域傳輸（TDT）、頻域反射（FDR）等的傳感器能測量土壤體積含水量、電導、溫度等指標，這些研究給出了灌溉方案［5-7］，但土壤具有非線性和滯后性特點，此方案不能及時解決當下缺水問題，且大田傳感器布置過少測出的數(shù)據(jù)存在區(qū)域局限性，數(shù)量過多則造價昂貴，影響作物生產(chǎn)［8-9］?；谧魑镒陨砩頎顩r灌溉，由作物表征可視化灌溉控制［10］轉(zhuǎn)變?yōu)楫斚孪冗M的利用莖干含水率［11］、無人機［12］或衛(wèi)星遙感［13］采集的株冠多光譜等反演計算出需水量。此方法可解決在大田中墑情傳感器的數(shù)量問題，但作物生理狀況對需水量的反饋滯后，有些圖像數(shù)據(jù)處理復雜。作物生長小環(huán)境作為灌溉決策依據(jù)，根據(jù)作物生長特性進行雨量修正補償［14］或采用氣象等數(shù)據(jù)［15-16］測算需水量，由于選取氣象基礎地過大，局部地區(qū)氣象差異明顯，不適用于精確灌溉。【本研究切入點】將小環(huán)境內(nèi)的蒸散發(fā)引入農(nóng)作物灌溉管理中可有效解決上述相關問題［17］。利用Penman-Monteith（簡稱P-M）模型計算蒸散發(fā)來灌溉的方法在新疆南疆棉田已得到有效驗證，獲取氣象數(shù)據(jù)人工計算，整個生育過程計算量太大，所用的不定時灌溉制度不適用于新疆南疆大面積灌溉主要依靠渠道來水的情況［18-20］?！緮M解決的關鍵問題】基于P-M模型，以棉花品種新陸中54號為研究對象，建立一套適用于新疆南疆實際生產(chǎn)的智能灌溉系統(tǒng)，分析該系統(tǒng)不同灌溉模式對土壤含水率、棉花生長、產(chǎn)量與水分利用效率等的影響，驗證系統(tǒng)的有效性和可行性，為新疆南疆棉田智能灌溉的發(fā)展提供參考。

1" 材料與方法

1.1" 材 料

1.1.1" 智能灌溉系統(tǒng)設備

智能灌溉系統(tǒng)主要由集成小型氣象站、遠傳水表、電磁閥、墑情傳感器、潛水泵、施肥罐等灌溉需要部件構(gòu)成。氣象站布置在試驗田一側(cè)空曠地帶，墑情傳感器布置在試驗小區(qū)中，灌溉應用節(jié)點中不同灌溉處理組均以施肥罐-過濾器-電磁閥-水表的順序連接。表1，圖1

1.1.2" 棉花品種

試驗于2022年在新疆阿克蘇地區(qū)沙雅縣（82°88′50″E，41°06′67″N，海拔970 m）進行，試驗地點位于塔里木盆地北緣平原區(qū)，年平均氣溫10.7℃，7月最高24.9℃，極端最高氣溫41.6℃，最低氣溫-28.7℃。年平均降水47.3 mm，年均蒸發(fā)量2 000.7 mm，屬于干旱區(qū)。試驗區(qū)土壤為沙壤土，供試棉花品種為新陸中54號。表2

1.2" 方 法

1.2.1" 智能灌溉系統(tǒng)架構(gòu)

智能灌溉系統(tǒng)架構(gòu)主要由數(shù)據(jù)采集節(jié)點、無線通信節(jié)點、云平臺決策終端、灌溉應用節(jié)點四部分組成。圖2

數(shù)據(jù)采集節(jié)點主要包括灌溉決策所需要的氣象設備和墑情設備。其中氣象設備使用Modbus協(xié)議轉(zhuǎn)換傳感器所采數(shù)據(jù)，通過RS485總線串口傳至MCU1氣象站控制終端，處理后數(shù)據(jù)打包使用4G DUT模塊將RS485串口轉(zhuǎn)換為LET Cat 1/GPRS無線傳輸信號。墑情數(shù)據(jù)采集節(jié)點連接中，3個深度傳感器數(shù)據(jù)匯集到MCU2墑情站終端，通過DUT模組將RS485串口轉(zhuǎn)換為LTE Cat 1/GPRS無線傳輸信號。

灌溉應用節(jié)點包括水表、電磁閥兩個響應設備，用PLC控制系統(tǒng)，脈沖信號經(jīng)過RS485模塊，Modbus通信協(xié)議，到達MCU3灌溉應用控制終端，使用上述同等方式轉(zhuǎn)換為無線傳輸信號，接收響應云平臺決策終端下達的灌溉指令并反饋數(shù)據(jù)到?jīng)Q策終端。圖3

云平臺決策終端基于有人云物聯(lián)網(wǎng)［21］進行灌溉系統(tǒng)前端設計。主要有查看設備的分布及上線情況；收集展示氣象、墑情、水表等設備的實時和歷史數(shù)據(jù)并在上機位分析；掌握當下正在運行的灌溉方案等功能。該終端能夠避免數(shù)據(jù)、共享平臺缺失的問題，實現(xiàn)自主智能灌溉的同時管理者掌握灌溉生產(chǎn)全流程信息，能及時監(jiān)控和動態(tài)分析［22］。圖4

數(shù)據(jù)采集節(jié)點、灌溉應用節(jié)點、云平臺決策終端之間通信方式使用無線傳輸，各節(jié)點DUT模塊與云平臺決策終端之間采用TCP鏈接，通過物聯(lián)網(wǎng)接入MQTT通訊協(xié)議云平臺決策終端，系統(tǒng)無線傳輸兼容LTE和GPRS 2種方式。LTE中Cat 1的成本、能耗更低，最適用于農(nóng)田系統(tǒng)的應用［23］。

1.2.2" 決策系統(tǒng)

決策系統(tǒng)以作物蒸發(fā)蒸騰量為決策依據(jù)，設定間隔6 d一次的灌水周期，確定的灌溉時間以便在大田沉砂池內(nèi)蓄足灌溉用水，解決灌溉用渠道來水不定的問題。預先在系統(tǒng)設定各閥門的灌溉控制面積，到達灌溉時間時系統(tǒng)調(diào)用單次灌水前6 d內(nèi)傳回的氣象數(shù)據(jù)，導入P-M模型計算出作物蒸騰量ETc，結(jié)合閥門的灌溉控制面積得到本次的灌溉量ET，智能水表的初始讀數(shù)和本次灌溉量相加得出本次灌溉水表讀數(shù)終值。決策終端發(fā)出“開始灌溉”指令到灌溉應用節(jié)點后電磁閥響應打開，智能水表讀數(shù)達到本次終值時，決策終端發(fā)出“結(jié)束灌溉”指令，電磁閥關閉，灌溉結(jié)束。

決策系統(tǒng)設計3種灌溉模式W1、W2、W3，對應120% ET、100% ET和80% ET的灌水定額進行應用試驗，試驗地區(qū)常年降雨稀少，P-M模型計算公式［24］：

ETc=ET0·Kc. （1）

ET0=0.408ΔRn+r900u2T+273es－edΔ+r1+0.34u2. （2）

Δ=4 098·0.610 8·exp17.2TT+273.3T+273.22. （3）

es=eTmax+eTmin2. （4）

eTmax=0.610 8·exp17.27TmaxTmax+237.3. （5）

eTmin=0.610 8·exp17.27TminTmin+237.3.（6）

ed=RH·es. （7）

r=0.001 63Pλ. （8）

λ=2.501－2.361×10－3T. （9）

式中，ETc為作物蒸發(fā)蒸騰量（mm）；ET0為蒸發(fā)蒸騰量（mm）；Kc為作物系數(shù)，6月11日～8月25日，取1.05；8月25日～10月1日，取0.5［25-26］；△為飽和水汽壓斜率（kPa/℃）；Rn為作物表面凈輻射量（MJ/（m2·d））；γ為干濕表常數(shù)（kPa/℃）；T為2m高處平均氣溫（℃）；u2為2 m高處平均風速（m/s）；es為飽和水汽壓（kPa）；ed為實際水汽壓（kPa）；Tmax、Tmin取當天氣溫最大、最小值（℃）；P為大氣壓（kPa）；RH為空氣濕度（%）。

1.2.3" 試驗設計

棉花于4月13～14日播種，播種密度為29×104株/hm2，4月22日出苗，6月10日進入蕾期，花鈴期為6月25日～9月10日，9月11日起進入吐絮期，10月中旬采收，種植模式為1膜2管4行的機采棉種植模式（（63 cm+13 cm+63 cm）+13 cm）寬窄行配置，平均行距38 cm，株距9 cm，滴灌帶鋪設在膜下窄行中間。前期為防風固沙采用麥棉套種，5月15日對小麥施藥至枯萎，7月14日打頂。采用單因素試驗，試驗組灌溉由智能灌溉系統(tǒng)進行，6月15日灌頭水，設W1、W2、W33個試驗組，以田間現(xiàn)有傳統(tǒng)灌溉方式做對比設一個對照組CK，共4個處理。4個小區(qū)，每個小區(qū)8個重復，小區(qū)（長×寬）為50 m×12 m。

1.2.4" 測定指標

1.2.4.1" 氣象數(shù)據(jù)

灌溉決策系統(tǒng)的總輻射、溫度、濕度、風速、大氣壓強數(shù)據(jù)通過集成氣象站中傳感器獲取。

1.2.4.2" 土壤數(shù)據(jù)

土壤含水率利用墑情傳感器采集，墑情傳感器受土質(zhì)、溫度、海拔等因素的影響在不同地區(qū)測量結(jié)果會出現(xiàn)偏差［27］。試驗開始前校定墑情傳感器，在試驗區(qū)8個樣點均勻布設墑情站，利用墑情傳感器在20、40、60 cm深度土層不同時間重復取樣。圖5

采用烘干法測定實際土壤含水率，將烘干法試驗測得數(shù)據(jù)與同時間墑情傳感器采得數(shù)據(jù)進行擬合校定，擬合優(yōu)度為0.895 9［28-29］，經(jīng)過擬合校定后墑情傳感器采集的土壤含水率數(shù)據(jù)精度更高。圖6

土壤含鹽量使用墑情傳感器監(jiān)測，電導率、土壤溫度要素數(shù)據(jù)結(jié)合電導率與含鹽量的溫度矯正經(jīng)驗公式監(jiān)測變化情況［30-31］。

y=0.007 12·EC0.576 8. （10）

EC=ECt/1+0.022（t-25）. （11）

式中，y為土壤含鹽量（g/kg）；EC為25℃時土壤電導率（S/m）；ECt為當前土壤溫度下土壤電導率（S/m）；t為當前土壤溫度（℃）。

1.2.4.3" 棉花生長指標、產(chǎn)量及水分利用效率

生長指標：包括株高、莖粗、干物質(zhì)積累，株高、莖粗的測定在每個試驗小區(qū)中采用5點取樣法選定位置，每個位置選擇3株長勢均勻的固定觀測植株，在每個生育期利用卷尺測量棉花主莖高度，即為株高，游標卡尺測量第1片子葉節(jié)處莖粗；自棉花進入蕾期，在每個生育期各試驗小區(qū)選取3株長勢均勻的棉花，將根、徑、葉等器官分開放于網(wǎng)兜袋中進入干燥箱，先105℃殺青0.5 h后調(diào)至75℃干燥至恒重，冷卻后稱量為作物干物質(zhì)積累。

產(chǎn)量及水分利用效率：棉花收獲期，在各試驗小區(qū)選取長勢均勻的5個樣方（2.28 m×2.93 m），計量樣方內(nèi)株數(shù)、鈴數(shù)。后在樣方內(nèi)植株上、中、下部分各取30朵棉花，風干后稱重得出單鈴重，減去機采棉10%損耗率，折算出籽棉產(chǎn)量；水分利用效率計算公式為［32］：

WUE=Y/ET. （12）

式中，WUE為水分利用效率（kg/m3）；Y為產(chǎn)量（kg/hm2）；ET為總耗水量（m3/hm2）。

1.3" 數(shù)據(jù)處理

灌溉系統(tǒng)程序采用C#語言編寫，利用WPS2010、SPSS進行數(shù)據(jù)的處理與統(tǒng)計分析。

2" 結(jié)果與分析

2.1" 不同灌溉模式下土壤含水率及含鹽量變化

研究表明，在蕾期后棉花各生育期W1、W2、W3處理下土壤含水率呈現(xiàn)先升高后下降的趨勢，土壤含水率在花鈴期達到峰值，CK處理的土壤含水率整體呈現(xiàn)在蕾期至花期上升，后在花鈴期、鈴期、吐絮期變化平緩的情況；土壤含鹽量，W1、W2、W3處理呈現(xiàn)緩慢上升后下降的趨勢，CK處理呈持續(xù)上升的趨勢，W1、W2處理下土壤含鹽量較試驗開始前下降7.56%、13.65%，W3、CK處理下土壤含鹽量較試驗開始前上升0.16%、10.89%；W1、W2、W3處理下棉花土壤含水率和含鹽量較CK處理有明顯不同變化特征。圖7

2.2" 不同灌溉模式對棉花生長、產(chǎn)量構(gòu)成及水分利用效率的影響

研究表明，不同灌溉模式對蕾期棉花株高、莖粗和干物質(zhì)積累的影響均不顯著（Pgt;0.05）。

在花期僅對棉花株高產(chǎn)生顯著影響，對其他生長要素影響不顯著（Pgt;0.05），W1、W2、W3處理下棉花株高比CK處理升高23.68%、14.65%、9.43%。

在鈴期，灌溉模式對棉花株高、莖粗和干物質(zhì)積累的影響顯著（Plt;0.05），W1、W2、W3處理株高比CK處理升高8.68%、4.66%、3.53%；W1、W2、W3處理下莖粗較CK處理升高22.37%、13.39%、12.89%；W1、W2、W3處理干物質(zhì)積累較CK處理分別升高17.22%、6.92%，降低1.13%。

在吐絮期，經(jīng)過打頂棉花株高與鈴期不變，灌溉模式對棉花莖粗、干物質(zhì)積累都有顯著影響（Plt;0.05），莖粗較CK處理升高19.64%、12.40%、11.64%；W1、W2、W3處理干物質(zhì)積累較CK處理分別升高22.28%、10.23%、8.54%。

不同灌溉模式收獲密度沒有顯著差異的條件下，不同灌溉模式對棉花籽棉產(chǎn)量及水分利用效率的影響顯著（Plt;0.05）。W2、W3處理棉花籽棉產(chǎn)量比CK處理提高20.84%、11.18%（Plt;0.05），水分利用效率比CK處理提高3.41%、18.93%，總耗水量最多的W1處理籽棉產(chǎn)量較CK處理降低1.96%，水分利用效率較CK處理降低27.25%。表3，圖8

3" 討 論

3.1

不同灌溉模式會直接決定土壤濕潤鋒的范圍和形狀，從而土壤的含水率和含鹽量會產(chǎn)生變化［33］。隨著灌溉量的增加，土壤含水率會出現(xiàn)增大的現(xiàn)象［34］，在蕾期后各生育期W1、W2、W3處理下的土壤含水率呈現(xiàn)先升高后下降的趨勢，花鈴期達到峰值，與系統(tǒng)P-M模型不同時期作物系數(shù)Kc的取值情況一致，CK處理的土壤含水率整體呈現(xiàn)在蕾期至花期上升，之后變化平緩；在試驗過程中發(fā)現(xiàn)該地塊灌溉水含鹽量較大，致使W1、W2、W3處理呈現(xiàn)緩慢上升后下降的趨勢，CK處理呈持續(xù)上升的趨勢，與前人的研究結(jié)果有差異［35］。

3.2" 合適的灌溉定額會調(diào)控棉花生長發(fā)育，提高棉花干物質(zhì)向生殖器官分配的比例從而提高產(chǎn)量［36］。3個試驗組處理下，隨著灌溉定額的下降，株高、莖粗和干物質(zhì)積累均呈現(xiàn)下降的趨勢，結(jié)果與前人的研究一致［37］；不同灌溉模式對棉花產(chǎn)量及水分利用效率的影響顯著，隨灌溉定額的增大，棉花產(chǎn)量出現(xiàn)先增大后減小的趨勢，水分利用效率顯著降低［38］。

3.3" 種植地區(qū)的氣象環(huán)境、地下水位、種植棉花的品種等因素都會對棉花的需水量產(chǎn)生影響［39， 40］，各生長階段適宜的灌水量有利于棉花的生長和發(fā)育［41］。使用灌溉系統(tǒng)中W2模式可以有效提高產(chǎn)量，改善土壤環(huán)境，W3模式可以在提高產(chǎn)量的同時大幅提高水分利用效率。

4" 結(jié) 論

4.1

設計的基于P-M模型的棉花智能灌溉系統(tǒng)，該系統(tǒng)在無人為干預的條件下全智能灌溉，可以用于棉花生產(chǎn)。

4.2

在灌溉用水充足年可選用系統(tǒng)的W2（100% ET）灌溉模式，此模式總耗水量較傳統(tǒng)灌溉會增加16.85%，土壤含鹽量較試驗開始前下降13.65%，籽棉產(chǎn)量提高20.84%，水分利用效率提高3.41%，產(chǎn)量大幅提高的同時改善土壤環(huán)境。選用W3（80% ET）灌溉模式，此模式總耗水量較傳統(tǒng)灌溉減少6.52%，土壤含鹽量較試驗開始前上升0.16%，土壤鹽漬化速度較傳統(tǒng)灌溉模式變緩，籽棉產(chǎn)量提高11.18%，水分利用效率提高18.93%，可達到兼顧提高產(chǎn)量與節(jié)水的目的。

參考文獻（References）

［1］

李會芳，朱艷芬，蔡倒錄.新疆農(nóng)業(yè)用水及主要農(nóng)作物用水特征問題研究［J］.農(nóng)業(yè)與技術(shù)，2021，41（21）：40-43.

LI Huifang， ZHU Yanfen， CAI Daolu.Study on the characteristics of agricultural water use and main crop water use in Xinjiang ［J］. Agriculture and Technology， 2021， 41（21）：40-43.

［2］張振龍.新疆城鎮(zhèn)化與水資源耦合協(xié)調(diào)發(fā)展研究［D］.烏魯木齊：新疆大學，2018.

ZHANG Zhenlong.Research on the coupling and coordinated development of urbanization and water resources in Xinjiang ［D］. Urumqi：Xinjiang University， 2018.

［3］楊宏偉，李思恩.多年膜下滴灌對土壤水鹽及棉花產(chǎn)量的影響［J］.節(jié)水灌溉，2022，（10）：79-85.

YANG Hongwei， LI Sien.Effects of drip irrigation under plastic film for many years on soil water and salt and cotton yield ［J］. Water Saving Irrigation， 2022，（10）：79-85.

［4］郁曉慶，吳普特，韓文霆，等.基于無線傳感器網(wǎng)絡的農(nóng)田灌溉遠程監(jiān)控系統(tǒng)［J］.排灌機械工程學報，2013，31（1）：66-69，80.

YU Xiaoqing， WU Pute， HAN Wenting， et al.Remote monitoring system for farmland irrigation based on wireless sensor network ［J］. Journal of Drainage and Irrigation Machinery Engineering， 2013， 31（1）：66-69，80.

［5］ Saeed I A， Shi Q L，Wang M J， et al.Development of a Low-Cost Multi-Depth Real-Time Soil Moisture Sensor Using Time Division Multiplexing Approach［J］.IEEE Access， 2019，7：19688-19697.

［6］ 賈志峰，朱紅艷，王建瑩，等.基于介電法原理的傳感器技術(shù)在土壤水分監(jiān)測領域應用探究［J］.中國農(nóng)學通報，2015，31（32）：246-252.

JIA Zhifeng， ZHU Hongyan， WANG Jianying， et al.Research on the application of sensor technology based on the principle of dielectric method in the field of soil moisture monitoring ［J］. Chinese Agricultural Science Bulletin， 2015， 31（32）：246-252.

［7］張迪.基于PLC與物聯(lián)網(wǎng)技術(shù)的自動節(jié)水灌溉系統(tǒng)設計［J］.電子設計工程，2020，28（15）：171-175.

ZHANG Di.Design of automatic water-saving irrigation system based on PLC and Internet of Things technology ［J］. Electronic Design Engineering， 2020， 28（15）：171-175.

［8］賀茜.基于大數(shù)據(jù)分析的智慧灌溉系統(tǒng)研究與實現(xiàn)［D］.成都：電子科技大學，2020.

HE Xi.Research and implementation of intelligent irrigation system based on big data analysis ［D］. Chengdu：University of Electronic Science and Technology， 2020.

［9］ Zhang J， Li A C， Li J L， et al.Research of real-time image acquisition system based on ARM 7 for agricultural environmental monitoring ［C］// 2011 International Conference on Remote Sensing， Environment and Transportation Engineering.IEEE， 2011：6216-6220.

［10］ 張博文.基于物聯(lián)網(wǎng)的智慧農(nóng)業(yè)監(jiān)控系統(tǒng)研究［D］. 荊州：長江大學， 2017.

ZHANG Bowen. Research on intelligent agricultural monitoring system based on the Internet of Things ［D］. Jingzhou：Yangtze University， 2017.

［11］ 趙燕東，鄭焱，周海洋，等.基于海棠莖干含水率的智能灌溉控制策略研究［J］.農(nóng)業(yè)機械學報，2020，51（7）：323-331.

ZHAO Yandong， ZHENG Yan， ZHOU Haiyang， et al.Research on intelligent irrigation control strategy based on stem moisture content of begonia ［J］. Journal of Agricultural Machinery， 2020，51（7）：323-331.

［12］ 韓文霆，張立元，牛亞曉，等.無人機遙感技術(shù)在精量灌溉中應用的研究進展［J］.農(nóng)業(yè)機械學報，2020，51（2）：1-14.

HAN Wenting， ZHANG Liyuan， NIU Yaxiao， et al.Research progress in the application of unmanned aerial vehicle remote sensing technology in precision irrigation ［J］. Journal of Agricultural Machinery， 2020，51（2）：1-14.

［13］ 楊永民，顧濤，吳迪，等.基于光學和雷達遙感信息的灌溉信號分析及灌溉面積提取方法研究—以華北平原靈壽縣磁右灌區(qū)為例［J］.水利學報，2022，53（9）：1039-1048.

YANG Yongmin， GU Tao， WU Di， et al.Research on irrigation signal analysis and irrigation area extraction method based on optical and radar remote sensing information taking Ciyou irrigation area in Lingshou County， North China Plain as an example ［J］. Journal of Hydraulic Engineering， 2022，53（9）：1039-1048.

［14］ 楊偉志，孫道宗，劉建梅，等.基于物聯(lián)網(wǎng)和人工智能的柑橘灌溉專家系統(tǒng)［J］.節(jié)水灌溉，2019，（9）：116-120，124.

YANG Weizhi， SUN Daozong， LIU Jianmei， et al.Citrus irrigation expert system based on the Internet of Things and artificial intelligence ［J］. Water Saving Irrigation， 2019，（9）：116-120，124.

［15］ Kan Y B， Wang L L， Zhang Y S， et al.Research on Control System of Tropical Intelligent Agriculture in Hainan ［J］. Applied Mechanics amp; Materials， 2013， 385-386：923-926..

［16］ 單立.試驗區(qū)作物的氣象特征與作物需水量測算方法［J］.低碳世界，2021，11（3）：278-280.

SHAN Li.Meteorological characteristics of crops in the experimental area and calculation method of crop water demand ［J］. Low Carbon World， 2021，11（3）：278-280.

［17］ Ershadi A， McCabe M F， Evans J P， et al.Impact of model structure and parameterization on Penman– Monteith type evaporation models［J］. Journal of Hydrology， 2015， 525：521–535

［18］ Sagar A， Singh P K.Evapotranspiration based micro irrigation scheduling of tomato crop under naturally ventilated polyhouse ［J］. Current Journal of Applied Science and Technology， 2019， 36（6）：1-7.

［19］ 趙文利，熊育久，邱國玉，等.模型結(jié)構(gòu)與參數(shù)化差異對蒸散發(fā)估算的影響［J］.北京大學學報（自然科學版），2021，57（1）：162-172.

ZHAO Wenli， XIONG Yujiu， QIU Guoyu， et al.Effects of model structure and parameterization differences on evapotranspiration estimation ［J］. Journal of Peking University（Natural Science Edition）， 2021，57（1）：162-172.

［20］ 杜江濤，張楠，龔珂寧，等.基于DSSAT模型的南疆膜下滴灌棉花灌溉制度優(yōu)化［J］.生態(tài)學雜志，2021，40（11）：3760-3768.

DU Jiangtao， ZHANG Nan， GONG Kening， et al.Optimization of cotton irrigation system under mulch drip irrigation in southern Xinjiang based on DSSAT model ［J］. Chinese Journal of Ecology， 2021， 40（11）：3760-3768.

［21］ Kalashnikov A A.Development of Readings Correction Techniques for Industrial Hydrostatic Level Meters ［J］.Automation and Remote Control， 2021， 82（2）：333-341.

［22］ 毛善君，崔建軍，王世斌，等.煤礦智能開采信息共享管理平臺構(gòu)建研究［J］.煤炭學報，2020，45（6）：1937-1948.

MAO Shanjun， CUI Jianjun， WANG Shibin， et al.Research on the construction of intelligent coal mining information sharing management platform ［J］. Journal of China Coal Society， 2020， 45（6）：1937-1948.

［23］ 徐微，李睿勛，陳澤昕，等.基于NB-IoT智能點滴監(jiān)測系統(tǒng)的設計與實現(xiàn)［J］.自動化與儀表，2022，37（9）：94-98.

XU Wei， LI Ruixun， CHEN Zexin， et al.Design and implementation of intelligent drip monitoring system based on NB-IoT ［J］. Automation and Instrumentation， 2022， 37（9）：94-98.

［24］ 白俊.數(shù)據(jù)挖掘技術(shù)在智能灌溉決策系統(tǒng)中的應用［J］.農(nóng)機化研究，2022，44（9）：247-250，259.

BAI Jun.Application of data mining technology in intelligent irrigation decision-making system ［J］. Agricultural Mechanization Research， 2022， 44（9）：247-250，259.

［25］ 耿耘，劉浩，李云峰，等.麥后移栽棉蒸發(fā)蒸騰規(guī)律和作物系數(shù)［J］.灌溉排水學報，2022，41（7）：24-34.

GENG Yun， LIU Hao， LI Yunfeng， et al.Evapotranspiration and crop coefficient of transplanted cotton after wheat ［J］. Journal of Irrigation and Drainage， 2022， 41（7）：24-34.

［26］ 莫興國，李宏軒，劉蘇峽，等.用土壤溫度估算表層土壤導溫率與熱通量的研究［J］.中國生態(tài)農(nóng)業(yè)學報，2002，10（1）：62-64.

MO Xingguo， LI Hongxuan， LIU Suxia， et al.Study on estimating surface soil thermal conductivity and heat flux using soil temperature ［J］. Chinese Journal of Eco-Agriculture， 2002，10（1）：62-64.

［27］ 辛玉琛，張敬東，常義，等.土壤墑情監(jiān)測儀器擬合公式研究［J］.水文，2017，37（4）：68-73.

XIN Yuchen， ZHANG Jingdong， CHANG Yi， et al.Study on fitting formula of soil moisture monitoring instrument ［J］. Hydrology， 2017， 37（4）：68-73.

［28］ 謝芳荻，閻建忠，劉林山，等.青藏高原高寒荒漠區(qū)土壤濕度監(jiān)測儀器的校正方法探討［J］.地理研究，2017，36（11）：2112-2128.

XIE Fangdi， YAN Jianzhong， LIU Linshan， et al.Discussion on calibration methods of soil moisture monitoring instruments in alpine desert areas of the Qinghai-Tibet Plateau ［J］. Geographic Research， 2017，36（11）：2112-2128.

［29］ 金福一.土壤水分自動監(jiān)測儀器現(xiàn)場率定技術(shù)要點分析［J］.中國防汛抗旱，2016，26（1）：63-65.

JIN Fuyi.Analysis of key technical points for field calibration of automatic soil moisture monitoring instrument ［J］. China Flood Control and Drought Relief， 2016，26（1）：63-65.

［30］ 辛明亮，何新林，呂廷波，等.土壤可溶性鹽含量與電導率的關系實驗研究［J］.節(jié)水灌溉，2014，（5）：59-61.

XIN Mingliang， HE Xinlin， LYU Tingbo， et al.Experimental study on the relationship between soil soluble salt content and electrical conductivity ［J］. Water Saving Irrigation， 2014，（5）：59-61.

［31］ 趙國蓮.電導率溫度校正計算方法的改進［J］.環(huán)境衛(wèi)生工程，2000，8（4）：153-154.

ZHAO Guolian.Improvement of conductivity temperature correction calculation method ［J］. Environmental Health Engineering， 2000， 8（4）：153-154.

［32］ 林濤，梅旭榮，郝衛(wèi)平，等.虧缺灌溉對機采棉水分利用及產(chǎn)量形成的影響［J］. 新疆農(nóng)業(yè)科學，2021，58（3）：419-429.

LIN Tao， MEI Xurong， HAO Weiping， et al.The effect of deficit irrigation on the yield and water utilization of machine picked cotton under condition of drip irrigation ［J］. Xinjiang Agricultural Sciences， 2021，58（3）：419-429.

［33］ 白蒙，呂廷波，徐強，等.水分調(diào)控對機采棉土壤水鹽運移的影響［J］.西南農(nóng)業(yè)學報，2020，33（4）：842-847.

BAI Meng， LYU Tingbo， XU Qiang， et al.Pick up cotton moisture control on machine the effect of soil water and salt migration ［J］. Southwest China Journal of Agricultural Sciences， 2020，33（4）：842-847.

［34］ 巨龍，王全九，王琳芳，等.灌水量對半干旱區(qū)土壤水鹽分布特征及冬小麥產(chǎn)量的影響［J］.農(nóng)業(yè)工程學報，2007，23（1）：86－90.

JU Long， WANG Quanjiu， WANG Linfang，et al.Effects of irrigation amounts on yield of winter wheat and distribution characteristics of soil water－salt in semi－arid region［J］. Transactions of the CSAE，2007，23（1）：86－90.

［35］ 程少雨，林濤，吳鳳全，等.種植密度和灌溉定額對機采棉田土壤鹽分特征的影響［J］.生態(tài)學雜志，2021，40（12）：3933-3943.

CHENG Shaoyu， LIN Tao， WU Fengquan， et al.Effects of planting density and irrigation quota on soil salinity characteristics in machine-picked cotton fields ［J］. Chinese Journal of Ecology， 2021，40（12）：3933-3943.

［36］ 牛玉萍，陳宗奎，陳厚川，等．不同滴灌模式下種植密度對棉花冠層結(jié)構(gòu)特性的調(diào)節(jié)［J］．新疆農(nóng)業(yè)科學，2016，53（10）：1765-1777．

NIU Yuping，CHEN Zongkui，CHEN Houchuan，et al． Effect of planting density on canopy structure characteristics of cotton under different drip irrigation patterns ［J］． Xinjiang Agricultural Sciences，2016，53（10）：1765-1777．

［37］ 陳利軍，林濤，吳鳳全，等.種植密度和灌溉定額互作對76 cm等行距機采棉生長發(fā)育及產(chǎn)量形成影響［J］.新疆農(nóng)業(yè)

科學，2022，59（12）：2899-2908.

CHEN Lijun， LIN Tao， WU Fengquan， et al.Effects of planting density and irrigation quota on cotton growth and yield formation by 76 cm equal row spacing machine ［J］. Xinjiang Agricultural Sciences， 2022，59（12）：2899-2908.

［38］ 王亮，吾買爾江·庫爾班，郭仁松，等.深松耕作下灌溉定額對棉田水分利用效率及產(chǎn)量的影響［J］.新疆農(nóng)業(yè)科學，2022，59（10）：2374-2383.

WANG Liang， Wumaierjiang kuerban， GUO Rensong， et al.Effect of irrigation quota under subsoiling on water use efficiency and yield of cotton field ［J］. Xinjiang Agricultural Sciences， 2022，59（10）：2374-2383.

［39］ 卡力比爾·買買提，巴特爾·巴克，祁嘉郁.北疆地區(qū)棉花生育期需水量變化特征及成因分析［J］.節(jié)水灌溉，2021，（1）：81-85.

Kalibier Maimaiti， Bateer Bake， QI Jiayu.Analysis on variation characteristics and causes of water requirement in cotton growing period in Northern Xinjiang ［J］. Water Saving Irrigation， 2021，（1）：81-85.

［40］ 劉慶賀，康小兵.地下水位下降對干旱區(qū)膜下滴灌棉花需水量的影響［J］.人民長江，2020，51（2）：138-141，165.

LIU Qinghe， KANG Xiaobing.Drawdown influence on film with drip irrigation of cotton water demand in arid areas ［J］. Yangtze River， 2020， 51（2）：138-141， 165.

［41］ 張慧，張凱，陳冰，等.不同灌溉量對新疆棉花生長發(fā)育及產(chǎn)量形成的影響［J］.干旱區(qū)研究，2022，39（6）：1976-1985.

ZHANG Hui， ZHANG Kai， CHEN Bing， et al.Effects of different irrigation amounts on cotton growth and yield formation in Xinjiang ［J］. Arid Zone Research， 2022， 39（6）：1976-1985.

Design and experiment of intelligent irrigation system for cotton field based on P-M model

HUI Ruihan，LIN Li，CAO Wei，ZHANG Mengke，LIN Hao，YAO Shuai

（College of Hydraulic and Civil Engineering， Xinjiang Agricultural University， Urumqi 830052， China）

Abstract：【Objective】 Design and experiment of intelligent irrigation system for cotton field based on P-M model.

【Methods】 Based on P-M model， a set of intelligent irrigation system for cotton field was designed， which consisted of four parts：data acquisition node， wireless communication node， cloud platform decision terminal， and irrigation application node.The data collected by the meteorological equipment of the data acquisition node was wirelessly transmitted to the cloud platform decision terminal.Then the terminal calculated the single irrigation amount based on the P-M model， automatically sent irrigation instructions at the specified irrigation time， and the irrigation application node received the instructions to open the valve for precise irrigation.The soil moisture change was monitored and wirelessly transmitted to the cloud platform by the moisture equipment of the data acquisition node in real time; The local traditional irrigation mode was taken as the control（CK）， the irrigation system was set with 120%（W1）， 100%（W2）and 80%（W3）irrigation modes， and the actual test of three treatments was carried out in the field to verify the system effect.

【Results】 The irrigation work of the three experimental groups was fully intelligent under the condition of no human intervention， and the system effectively and accurately executed the irrigation instructions; W2 mode could be selected when the irrigation water was sufficient.When the total water consumption was 16.85% higher than that of the traditional mode， the soil salt content decreases by 13.65%， the seed cotton yield increases by 20.84%， and the water use efficiency increases by 3.41%.It significantly increased the yield and effectively improved the soil environment; Compared with traditional irrigation， the total water consumption of W3 was reduced by 6.52%， the soil salt content was increased by 0.16%， the salinization rate slowed， the yield of seed cotton increased by 11.18%， and the water use efficiency greatly improved， which achieved the effects of both improving yield and saving water.

【Conclusion】 The effectiveness and feasibility of the intelligent irrigation system has been verified in practice， which increases the range of optional parameters of the irrigation system.

Key words：cotton; irrigation system; yield; water use efficiency

Fund project：The Major Project of the \"Fourteenth Five-Year Plan\" of Xinjiang Uygur Autonomous Region \"Research and Demonstration of Green Development Model of Intelligent Irrigation Areas and Modern Agricultural Industry\"（2020A01003-4）

Correspondence author：LIN Li（1977-）， female， from Changchun， Jilin， professor， doctor， master tutor， research

direction：water conservancy informatization， water resources planning and utilization，（E-mail）klmhll@126.com